大数据驱动的企业运营管理之“道”

大数据驱动的企业运营管理关键在于四方面的能力：
1）数据资产的“管理”能力：数据采集、集成、清洗、融合，解决数据孤岛；有效的数据管理和治理是数据驱动智能化应用的关键，关键环节的数据采集是否有缺失，数据质量是否能保证，数据链条是否打通，对支撑后续的应用落地起着至关重要的作用。

2）数据融合后的“加工”能力：可视化探索分析、BI多维分析、机器学习深度学习建模、知识图谱构建等。

3）业务及组织流程的“优化”能力：发现问题，解决短板，优化业务流程，优化组织管理；

4）产品和服务的“创新”能力：这是大数据运营的核心目标，大数据驱动的产品创新服务，传统企业vs.新兴数据独角兽，传统服务vs. 新兴服务，面临大数据智能产品的升级迭代挑战，不进化就会被淘汰。

如何提升上述四个方面的能力，需要重点关注如下几点：
1）把握好顶层设计与业务协同：怎么融入大数据思维，不仅仅是一把手工程，还需整合全业务链，企业各个触角联动；

2）把握好宏观运营与微观运营：管理层宏观决策+各部门微观业务指导，操作性BI的提法，不仅仅是豪华报表，还需要融入企业各级人员的业务日常；

3）把握好大数据与小数据：小数据是基础，大数据是终极目标，比如BI都做不好，大数据也难以做好；大数据，“小”应用；敏捷应用：小、快、证；就像杭州的ET城市大脑，企业也需要数字决策大脑。

4）把握好大数据应用的三个阶段：数据资产基础平台建设，探索性分析应用（可视化），智能化学习应用（深度学习+知识图谱）；

5）如何从数据科学到数据工程：设计的模型算法都高大上，具体应用就崴脚；数据科学还是初级阶段，远没有像土木工程一样成为成熟的学科；实验好做，论文好发，智能技术落地难做，从数据科学到数据工程，企业的大数据智能管道平台建设任重道远。